技術(shù)編號(hào)：11458955
提示：您尚未登錄，請(qǐng)點(diǎn) 登 陸 后下載，如果您還沒(méi)有賬戶請(qǐng)點(diǎn) 注 冊(cè) ，登陸完成后，請(qǐng)刷新本頁(yè)查看技術(shù)詳細(xì)信息。本發(fā)明屬于深度學(xué)習(xí)以及大數(shù)據(jù)技術(shù)領(lǐng)域，具體涉及一種改進(jìn)的并行通道卷積神經(jīng)網(wǎng)絡(luò)訓(xùn)練方法。背景技術(shù)隨著社會(huì)的發(fā)展，大數(shù)據(jù)時(shí)代的來(lái)臨，與之相關(guān)的技術(shù)不斷發(fā)展和創(chuàng)新。深度學(xué)習(xí)因其能利用海量數(shù)據(jù)并通過(guò)更深層網(wǎng)絡(luò)的訓(xùn)練提高分類正確率，在近年來(lái)取得一些列突破性進(jìn)展。學(xué)者們都試圖通過(guò)增加卷積神經(jīng)網(wǎng)絡(luò)的規(guī)模來(lái)提升其性能，而增加網(wǎng)絡(luò)規(guī)模最簡(jiǎn)單的方式就是增加“深度”。然而基于傳統(tǒng)卷積神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)搭建的深度網(wǎng)絡(luò)，隨著網(wǎng)絡(luò)層數(shù)的增加,精度會(huì)達(dá)到飽和，甚至降低。文獻(xiàn)“RomeroA,BallasN,KahouSE,eta...
注意：該技術(shù)已申請(qǐng)專利，請(qǐng)尊重研發(fā)人員的辛勤研發(fā)付出，在未取得專利權(quán)人授權(quán)前，僅供技術(shù)研究參考不得用于商業(yè)用途。
該專利適合技術(shù)人員進(jìn)行技術(shù)研發(fā)參考以及查看自身技術(shù)是否侵權(quán)，增加技術(shù)思路，做技術(shù)知識(shí)儲(chǔ)備，不適合論文引用。
請(qǐng)注意，此類技術(shù)沒(méi)有源代碼，用于學(xué)習(xí)研究技術(shù)思路。